100天的ML day02 简单线性回归

步骤

步骤1：数据预处理

我们将按照之前的数据预处理信息图标那样来执行相同的步骤

• 导入相关库
• 导入数据集
• 检查缺失数据
• 划分数据集
• 特征缩放  我们将使用简单线性模型的相关库来进行

#数据预处理
#导入相关库
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

#导入相关数据
dataset = pd.read_csv('./datasets/studentscores.csv')
print(dataset)
X = dataset.iloc[ : ,0].values
Y = dataset.iloc[ : ,1].values
print(X) 
print(Y)

#进行训练集和测试集的划分
from sklearn.model_selection import train_test_split
X_train, X_test, Y_train, Y_test = train_test_split( X, Y, test_size = 1/4, random_state = 0)

步骤2：通过训练集来训练简单线性回归模型

为了使用模型来训练数据集，我们将使用来自sklearn.linear_model库的LinearRegression类，然后我们创建一个LinearRegression类的regressor对象，最后我们将使用LinearRegression类的fit()方法将regressor对象对数据集进行测试。

#线性回归
from sklearn.linear_model import LinearRegression
#使用训练集对模型进行训练
regressor = LinearRegression()
#regressor = regressor.fit(X_train, Y_train) 新版本sklearn会报错，因为新版本中所有的数据都应该是二维矩阵  .reshape(1,-1)可对单独一行或一列进行转换
regressor = regressor.fit(X_train.reshape(-1,1), Y_train.reshape(-1,1))

步骤3：预测结果

现在我们将预测来自测试集的观察结果，我们将把输出保存在向量Y_pred中。我们使用前一步中训练的回归模型regressor的LinearRegression类的预测方法来对结果进行预测。

#预测结果
Y_pred = regressor.predict(X_test.reshape(-1,1))
print(Y_pred)

步骤4：可视化

最后一步是将结果可视化，我们将使用matplotlib.pyplot库对我们的训练集结果和测试集结果做散点图，以查看我们的模型预测效果。

#可视化
#训练集结果可视化
#散点图
plt.scatter(X_train, Y_train, color = 'red')
#线图
plt.plot(X_train, regressor.predict(X_train.reshape(-1,1)),'bo-')
plt.show()

#测试集结果可视化
#散点图
plt.scatter(X_test, Y_test, color = 'red')
#线图
plt.plot(X_test, Y_pred, 'bo-')
plt.show()

 

总结

• sklearn.linear_model库中的LinearRegression类用来线性回归
• regressor = LinearRegression()   
• regressor.fit(X_train,Y_train) 用训练集对模型进行训练
• regressor.predict(X_test) 对测试集进行测试

 

• matplotlib.pyplot库可用来画图
• 散点图 plt.scatter(X,Y,color = 'xxx')
• 线图 plt.plot(X,Y)
• 画图plt.show()